基于EMD的圖像拼接和圖像識別研究與實現(xiàn).pdf

1、本文主要研究內(nèi)容是基于視頻掃描的橋梁裂縫監(jiān)測系統(tǒng)(簡稱 BCMSBVFS)中的圖像處理部分，通過該部分獲得橋梁裂縫特征信息，進而達到實時評價和預報橋梁健康、安全狀態(tài)的目的。圖像處理是整個BCMSBVFS系統(tǒng)最為重要的組成部分。在眾多的圖像處理技術(shù)中，本文主要對圖像拼接、圖像除噪和圖像邊緣檢測三部分內(nèi)容進行研究。其中圖像拼接主要是利用各掃描圖像重建整幅圖像，圖像除噪主要是降低圖像噪聲，圖像邊緣檢測提取圖像重要邊緣，通過這三部分共同作用取得

2、橋梁裂縫的重要特征信息。
　　 在研究了當前已有圖像處理方法基礎(chǔ)上，本文使用了一種新的信號處理方法，即經(jīng)驗模態(tài)分解(Empirical Mode Decomposition，EMD)，此方法可以將一維信號分解成有限個固有模態(tài)函數(shù)(Intrinsic Mode Function，IMF)，將一維EMD擴展至二維可得行列BEMD方法，即可用在二維圖像拼接、圖像除噪、圖像邊緣檢測中。本文研究表明，在圖像拼接中先應用EMD對圖像像素處理

3、后，得到IMF中最穩(wěn)定的“剩余分量”，再使用傳統(tǒng)的模板匹配法，可以很好的彌補傳統(tǒng)模板匹配法在圖像有噪聲時圖像拼接失效問題。在圖像除噪處理中，應用行列BEMD處理后采用不同IMF分量組合可以達到圖像消噪的效果，并與傳統(tǒng)的中值濾波和鄰域平均值濾波做了比較，消噪效果略優(yōu)于鄰域平均值濾波和中值濾波效果。在圖像輪廓提取中，本文提出的方法也取得了一定效果，可以提取到大部分邊緣。
　　 同時，本文應用Java語言和統(tǒng)一建模語言(UML)設計與